ISSN-e: 2542-3401
Período: julioŰseptiembre, 2026
Universidad, Ciencia y Tecnología
Vol. 30, Núm. 132 (pp. 28Ű37)
Artículo de investigación https://doi.org/10.47460/uct.v30i132.1088
Optimización de la ubicación de albergues temporales mediante
análisis de accesibilidad espacial para la respuesta ante terremotos
Raúl Méndez Gutiérrez*
https://orcid.org/0000-0001-5644-483X
rmendez@unfv.edu.pe
Universidad Nacional Federico Villarreal
Lima, Perú
Alberto Israel Legua Terry
https://orcid.org/0000-0003-0588-4530
aleguat@unfv.edu.pe
Universidad Nacional Federico Villarreal
Lima, Perú
Miqueas Gonzales Gonzales
https://orcid.org/0000-0002-0794-8342
2012231973@unfv.edu.pe
Universidad Nacional Federico Villarreal
Lima, Perú
María del Carmen Aylas Humareda
https://orcid.org/0000-0002-2063-0005
maylas@unfv.edu.pe
Universidad Nacional Federico Villarreal
Lima, Perú
Adalith Sayuri Loa Gonzales
https://orcid.org/0000-0003-0157-0956
2020008123@unfv.edu.pe
Universidad Nacional Federico Villarreal
Lima, Perú
*Autor de correspondencia: rmendez@unfv.edu.pe
Recibido: (23/04/2026), Aceptado: (05/07/2026)
Resumen. Los terremotos representan una amenaza signiĄcativa para las zonas urbanas, donde la
vulnerabilidad territorial incrementa el riesgo para la población. El objetivo de este estudio fue optimizar
la ubicación de albergues temporales mediante un análisis de accesibilidad espacial para fortalecer
la respuesta ante terremotos. Se desarrolló una investigación cuantitativa, aplicada y de diseño no
experimental, utilizando Sistemas de Información GeográĄca (SIG), el Proceso de Análisis Jerárquico
(AHP) y análisis multicriterio. El modelo integró variables de p eligro sísmico, topografía, geología, tipo
de suelo, accesibilidad vial y distribución poblacional para identiĄcar ubicaciones óptimas de albergues y
rutas de evacuación. Los resultados evidenciaron un predominio de zonas con peligro alto y muy alto,
permitiendo proponer trece albergues estratégicamente distribuidos. Se concluye que la integración
de SIG y AHP constituye una herramienta eĄcaz para apoyar la planiĄcación territorial y fortalecer la
gestión del riesgo sísmico.
Palabras clave: Sistemas de Información GeográĄca, AHP, análisis multicriterio, accesibilidad espacial,
albergues temporales, riesgo sísmico.
Optimization of Temporary Shelter Locations Using Spatial Accessibility Analysis
for Earthquake Response
Abstract. Earthquakes re present a signiĄcant threat to urban areas, where territorial vulnerability
increases the risk to the population. The objective of this study was to optimize the location of
temporary shelters through a spatial accessibility analysis to strengthen earthquake response. A
quantitative, applied, non-experimental study was conducted using Geographic Information Systems
(GIS), the Analytic Hierarchy Process (AHP), and multicriteria analysis. The model integrated variables
related to seismic hazard, topography, geology, soil type, road accessibility, and population distribution
to identify optimal shelter locations and evacuation routes. The results showed a predominance of areas
with high and very high hazard levels, allowing the proposal of thirteen strategically distributed shelters.
It is concluded that the integration of GIS and AHP constitutes an effective tool to support territorial
planning and strengthen seismic risk management.
Keywords: Geographic Information Systems, AHP, multicriteria analysis, spatial accessibility, temporary
shelters, seismic risk.
Méndez R. et al. Optimización de la ubicación de albergues temporales...
28
ISSN-e: 2542-3401
Período: julioŰseptiembre, 2026
Universidad, Ciencia y Tecnología
Vol. 30, Núm. 132 (pp. 28Ű37)
I. INTRODUCCIÓN
Los terremotos continúan siendo uno de los fenómenos naturales con mayor capacidad de generar
pérdidas humanas, daños en la infraestructura y alteraciones en el funcionamiento de las ciudades. En
contextos urbanos con crecimiento acelerado y limitada planiĄcación territorial, la vulnerabilidad física
y social incrementa signiĄcativamente el riesgo aso ciado a estos eventos, hac iendo indispensable el
desarrollo de estrategias que optimicen la respuesta durante la fase de emergencia [
1
], [
2
]. En este
escenario, la integración de Sistemas de Información GeográĄca (SIG) con metodologías de análisis
multicriterio ha demostrado ser una herramienta eĄcaz para evaluar espacialmente el peligro, apoyar la
toma de decisiones y fortalecer la gestión integral del riesgo de desastres [3], [4], [5].
Uno de los componentes más críticos de la respuesta ante terremotos corresponde a la localización
estratégica de albergues temporales y al diseño de rutas eĄcientes de evacuación. La adecuada selección
de estos espacios no depende únicamente de la disponibilidad de terrenos, sino también de factores
como la accesibilidad, la cobertura poblacional, las condiciones top ográĄcas, la estabilidad del suelo y la
proximidad a las zonas de mayor exposición. Diversos estudios han propuesto modelos de optimización
basados en análisis de redes, localización-asignación y procesos multicriterio, demostrando mejoras
signiĄcativas en la reducción de los tiempos de evacuación y en la cobertura de la población afectada
[
6
], [
7
], [
8
], [
9
], [
10
]. De manera complementaria, investigaciones recientes han incorporado modelos
biobjetivo, enfoques estocásticos y técnicas híbridas de optimización para incrementar la eĄciencia de la
planiĄcación territorial ante escenarios sísmicos complejos [11], [12], [13].
En los últimos años, la disponibilidad de información geoespacial de alta resolución y el desarrollo de
plataformas SIG han impulsado nuevas aplicaciones orientadas a la evaluación del peligro y la resiliencia
urbana. La combinación de información proveniente de sensores remotos, cartografía temática y modelos
de decisión multicriterio permite integrar variables físicas y ambientales que difícilmente podrían analizarse
de manera independiente, proporcionando resultados más robustos para la planiĄcación territorial [14],
[
15
], [
16
]. Asimismo, investigaciones recientes evidencian que la incorporación de análisis de sensibilidad,
modelado espacial del riesgo y enfoques GIS-AHP mejora la identiĄcación de zonas prioritarias para la
instalación de infraestructura temporal y fortalece la planiĄcación preventiva frente a amenazas naturales
[17], [18], [19].
En el Perú, y particularmente en Lima Metrop olitana, la elevada actividad sísmica, el crecimiento
urbano no planiĄcado y la ocupación progresiva de zonas con alta susceptibilidad geológica incrementan
la exposición de la población frente a un eventual terremoto. El Sector 21 del distrito de Puente Piedra
constituye un ejemplo representativo de esta problemática, debido a la presencia de asentamientos
humanos con infraestructura vulnerable y limitadas condiciones de accesibilidad para una evacuación
masiva. En este contexto, la presente investigación tiene como objetivo evaluar la contribución de la
accesibilidad espacial y de la optimización de la ubicación de albergues temporales para fortalecer la
respuesta ante terremotos en el Sector 21 de Puente Piedra, mediante la integración de Sistemas de
Información GeográĄca y el Pro ceso de Análisis Jerárquico (AHP). Los resultados buscan proporcionar
un modelo meto dológico replicable que contribuya a mejorar la planiĄcación territorial, optimizar la
cobertura de la población y fortalecer la resiliencia urbana en zonas expuestas a amenaza sísmica.
II. MARCO TEÓRICO
A. Gestión del riesgo sísmico y resiliencia urbana
La gestión del riesgo de desastres constituye un proceso integral orientado a reducir la vulnerabilidad
de la población mediante acciones de prevención, preparación, respuesta y recuperación frente a eventos
naturales extremos. En áreas urbanas expuestas a actividad sísmica, la planiĄcación territorial adquiere un
papel determinante, ya que la distribución de la infraestructura, la accesibilidad vial y las características
físicas del terreno condicionan la capacidad de respuesta durante una emergencia [1], [2].
La resiliencia urbana ha evolucionado desde un enfoque centrado únicamente en la recuperación
posterior al desastre hacia modelos que priorizan la anticipación, la planiĄcación preventiva y la reducción
del riesgo mediante herramientas de análisis espacial. En este contexto, la integración de información
geoespacial permite identiĄcar sectores con mayor vulnerabilidad y diseñar estrategias orientadas a
minimizar los impactos sociales y económicos derivados de un terremoto [14], [15].
Méndez R. et al. Optimización de la ubicación de albergues temporales...
29
ISSN-e: 2542-3401
Período: julioŰseptiembre, 2026
Universidad, Ciencia y Tecnología
Vol. 30, Núm. 132 (pp. 28Ű37)
B. Sistemas de Información Geográfica y análisis multicriterio
Los Sistemas de Información GeográĄca (SIG) constituyen una de las herramientas más utilizadas para
el análisis espacial de amenazas naturales, debido a su capacidad para integrar información proveniente
de múltiples fuentes y representar la variabilidad espacial de diferentes fenómenos. La incorporación
de modelos de decisión multicriterio permite combinar variables físicas, ambientales y territoriales bajo
criterios cuantiĄcables, facilitando la evaluación simultánea de múltiples factores que intervienen en la
gestión del riesgo [2], [3].
Entre las técnicas multicriterio, el Proceso de Análisis Jerárquico (AHP) continúa siendo uno de
los métodos más ampliamente empleados para la asignación de pesos relativos a variables espaciales,
debido a su Ćexibilidad, transparencia y facilidad de integración con plataformas SIG. Su aplicación ha
demostrado resultados satisfactorios en estudios relacionados con susceptibilidad geológica, evaluación
de amenazas y priorización espacial de infraestructura crítica [3], [16], [17], [18], [19].
C. Optimización espacial de albergues temporales
La localización de albergues temporales representa un problema clásico de optimización espacial en
la gestión del riesgo de desastres. Su adecuada planiĄcación requiere equilibrar criterios relacionados
con la cobertura poblacional, la accesibilidad, las condiciones físicas del terreno, la disponibilidad de
espacios abiertos y la conectividad con la red vial existente [6], [7], [8].
En los últimos años se han desarrollado modelos de lo calización-asignación que incorporan análisis
de redes, programación multiobjetivo y optimización estocástica para mejorar la distribución espacial de
los albergues y reducir los tiempos de evacuación. Estos enfoques permiten evaluar simultáneamente
diferentes escenarios operativos, incrementando la eĄciencia de la respuesta y favoreciendo una distribu-
ción territorial más equitativa de los recursos destinados a la atención de la población afectada [
9
], [
10
],
[11], [12], [13].
D. Integración de SIG y AHP para la evaluación del peligro sísmico
La combinación de Sistemas de Información GeográĄca con el Pro ce so de Análisis Jerárquico ha
demostrado ser una estrategia robusta para la evaluación espacial del peligro sísmico. Este enfoque
permite integrar variables relacionadas con la amenaza, como intensidad sísmica, aceleración máxima del
suelo o distancia al epicentro, junto con factores condicionantes del territorio, entre ellos la pendiente,
el tipo de suelo, la geomorfología y la microzoniĄcación sísmica, generando modelos espaciales capaces
de representar la distribución relativa del peligro [3], [16], [17].
Las investigaciones más recientes han incorporado además análisis de sensibilidad y modelos híbridos
GIS-MCDM para reducir la incertidumbre asociada a la ponderación de variables y aumentar la conĄabil-
idad de los resultados obtenidos. Estas metodologías han demostrado ser especialmente útiles en la
selección de ubicaciones para infraestructura temporal de emergencia, al proporcionar criterios objetivos
para apoyar la toma de decisiones y fortalecer la planiĄcación territorial frente a escenarios sísmicos [
17
],
[18], [19].
III. METODOLOGÍA
A. Área de estudio
El estudio se desarrolló en el Sector 21 del distrito de Puente Piedra, en Lima, Perú. El área
comprende 172,84 ha y presenta condiciones topográĄcas variables, con pendientes moderadas a agrestes.
Según los Censos Nacionales, la población del sector asciende a 10 431 habitantes, distribuidos en 319
manzanas, las cuales fueron consideradas como unidad espacial de análisis y representan la totalidad del
universo de estudio. La zona se caracteriza por una elevada exposición al peligro sísmico, asociada a la
precariedad constructiva, la presencia de viviendas informales, la pendiente del terreno, las condiciones
geológicas y la limitada infraestructura urbana. Estas condiciones justiĄcan la necesidad de evaluar
espacialmente el peligro sísmico, la accesibilidad y la localización potencial de albergues temporales ante
un escenario de terremoto.
Méndez R. et al. Optimización de la ubicación de albergues temporales...
30
ISSN-e: 2542-3401
Período: julioŰseptiembre, 2026
Universidad, Ciencia y Tecnología
Vol. 30, Núm. 132 (pp. 28Ű37)
B. Diseño metodológico
La investigación adoptó un enfoque cuantitativo, de tipo aplicado y nivel evaluativo, con diseño no
experimental. Fue cuantitativa porque integró variables espaciales, demográĄcas y ambientales mediante
procedimientos numéricos de ponderación, clasiĄcación y modelamiento espacial. Fue aplicada porque
buscó generar una propuesta operativa para mejorar la planiĄcación de albergues temporales y rutas de
evacuación; y fue evaluativa porque permitió valorar el nivel de peligro sísmico, la exposición p oblacional
y las condiciones de accesibilidad del área de estudio. El diseño fue no experimental, ya que las variables
fueron observadas y analizadas en su contexto real, sin manipulación directa del territorio ni de la
población.
C. Fuentes de información y capas geoespaciales
Se recopilaron datos cartográĄcos, demográĄcos, sísmicos, geológicos, topográĄcos y ambientales
provenientes de geoportales oĄciales, estudios técnicos, información censal, observación directa y
levantamientos de campo. Las fuentes incluyeron información del INGEMET, CENEPRED, INDECI,
IGP, Municipalidad de Puente Piedra e INEIPREMID, complementada con imágenes aéreas capturadas
mediante UAV DJI Phantom 4 Multiespectral y coordenadas levantadas con GPS Garmin Etrex 20.
El análisis integró once capas geoespaciales relacionadas con el peligro sísmico y la accesibilidad
territorial: velocidad máxima del suelo, intensidad sísmica, aceleración máxima del suelo, distancia al
epicentro, magnitud sísmica, microzoniĄcación sísmica, tipo de suelo, pendiente, geomorfología, geología
y distribución espacial de la población.
D. Procesamiento geoespacial y análisis multicriterio
El procesamiento de la información se realizó en ArcGIS 10.8. Inicialmente, las capas fueron
georreferenciadas, normalizadas y reclasiĄcadas en escalas comparables. Posteriormente, se aplicó el
Proceso de Análisis Jerárquico (AHP/PJA) para asignar pesos relativos a los factores de peligro sísmico
y accesibilidad. La ponderación consideró parámetros de evaluación, factores condicionantes y factor
desencadenante, siguiendo la metodología del CENEPRED para la evaluación de riesgos originados por
fenómenos naturales. El valor de peligro sísmico se obtuvo mediante la superposición ponderada de
las capas normalizadas. A partir de este resultado, el territorio fue clasiĄcado en cuatro niveles: bajo,
medio, alto y muy alto. Esta clasiĄcación permitió identiĄcar las zonas de mayor exposición y establecer
criterios espaciales para la selección de áreas potenciales destinadas a albergues temporales.
E. Evaluación de accesibilidad y localización de albergues
La accesibilidad espacial fue evaluada mediante análisis de redes en ArcGIS 10.8, considerando la
distancia de desplazamiento, el tiempo estimado de evacuación, la pendiente, el tipo y estado de las
vías, la proximidad a áreas pobladas, la disponibilidad de servicios básicos y la cercanía a centros de
salud. También se consideraron posibles restricciones derivadas de la topografía, la infraestructura vial
precaria y los escenarios de daño posterior a un evento sísmico. La selección de albergues temporales se
realizó mediante análisis multicriterio, priorizando áreas con mayor capacidad de cobertura poblacional,
mejor conectividad, menor exposición relativa, disponibilidad física del terreno y posibilidad de operación
durante la emergencia. Se evaluaron parques, canchas deportivas, áreas libres y espacios privados
potencialmente utilizables, con el Ąn de proponer una red de albergues articulada con rutas óptimas de
evacuación.
F. Fases metodológicas
El procedimiento se desarrolló en tres fases. En la primera fase, se recopiló y sistematizó información
bibliográĄca, cartográĄca, censal y geoespacial sobre peligro sísmico, vulnerabilidad urbana, accesibilidad
y albergues temporales. Esta fase permitió construir la base cartográĄca inicial del Sector 21. En
la segunda fase, se realizó el trabajo de campo mediante observación directa, levantamiento GPS y
captura de imágenes aéreas con UAV. Esta información permitió veriĄcar las condiciones del terreno, las
características de las viviendas, la infraestructura vial, la pendiente, los puntos críticos de accesibilidad y
la distribución espacial de la población expuesta.
En la tercera fase, se integraron las capas en ArcGIS 10.8, se aplicó el AHP/PJA, se generaron
mapas temáticos de peligro sísmico y accesibilidad, y se identiĄcaron las ubicaciones más adecuadas para
albergues temporales. Finalmente, se propusieron rutas óptimas de evacuación, orientadas a minimizar
Méndez R. et al. Optimización de la ubicación de albergues temporales...
31
ISSN-e: 2542-3401
Período: julioŰseptiembre, 2026
Universidad, Ciencia y Tecnología
Vol. 30, Núm. 132 (pp. 28Ű37)
tiempos de desplazamiento, reducir puntos de congestión y maximizar la cobertura de la población
vulnerable.
G. Productos metodológicos
Como resultado del procedimiento metodológico se obtuvieron: una base geoespacial integrada del
Sector 21, mapas temáticos de parámetros sísmicos y factores condicionantes, mapa de peligro sísmico,
mapa de exposición poblacional, análisis de accesibilidad, propuesta de ubicación de albergues temporales
y rutas óptimas de evacuación. Estos productos permiten sustentar técnicamente la planiĄcación
territorial para la respuesta ante terremotos en zonas urbanas vulnerables.
IV. RESULTADOS
A. Parámetros utilizados para la evaluación del peligro sísmico
Para la caracterización del peligro sísmico del Sector 21 se integraron nueve variables geoespaciales
relacionadas con la amenaza y la susceptibilidad del territorio, procesadas mediante un modelo multicrite-
rio implementado en un entorno SIG. Las variables incluyeron la intensidad sísmica, la velocidad máxima
del suelo (PGV), la aceleración máxima del suelo (PGA), la distancia al epicentro, la microzoniĄcación
sísmica, el tipo de suelo, la pendiente del terreno y las características geomorfológicas y geológicas.
La ponderación de cada variable se realizó mediante el Proceso de Análisis Jerárquico (AHP),
obteniéndose los pesos relativos que permitieron construir el modelo espacial de peligro sísmico. La
integración de estas variables evidenció una marcada heterogeneidad territorial, especialmente en los
factores condicionantes relacionados con la pendiente, el tipo de suelo y la geomorfología, los cuales
ejercen una inĆuencia directa sobre la vulnerabilidad física del área de estudio.
Fig. 1. Principales variables espaciales utilizadas para la construcción del modelo de evaluación.
Para construir el modelo multicriterio de peligro sísmico, se seleccionaron variables asociadas tanto
a la amenaza sísmica como a las condiciones físicas de susceptibilidad del territorio (Tabla 1). Estas
variables fueron ponderadas mediante el Proceso de Análisis Jerárquico (AHP), con el Ąn de establecer
su peso relativo dentro del modelo espacial y permitir su integración en el entorno SIG.
Méndez R. et al. Optimización de la ubicación de albergues temporales...
32
ISSN-e: 2542-3401
Período: julioŰseptiembre, 2026
Universidad, Ciencia y Tecnología
Vol. 30, Núm. 132 (pp. 28Ű37)
Tabla 1. Variables consideradas en el modelo multicriterio de peligro sísmico.
Variable Categoría Peso (%)
Intensidad sísmica Evaluación 46,6
Velocidad máxima del suelo (PGV) Evaluación 27,7
Aceleración máxima del suelo (PGA) Evaluación 16,1
Distancia al epicentro Evaluación 9,6
MicrozoniĄcación sísmica Susceptibilidad 46,5
Tipo de suelo Susceptibilidad 26,5
Pendiente Susceptibilidad 15,6
Geomorfología y geología Susceptibilidad 11,4
Como se observa en la Tabla 1, las variables con mayor peso dentro del c omponente de evaluación
fueron la intensidad sísmica y la velocidad máxima del suelo, mientras que, en el componente de
susceptibilidad, predominaron la microzoniĄcación sísmica y el tipo de suelo. Esta ponderación permitió
priorizar los factores con mayor incidencia en la conĄguración espacial del peligro sísmico y sirvió como
base para la generación del mapa de peligro del Sector 21.
B. Nivel de peligro sísmico
La integración de las variables espaciales permitió generar el mapa de peligro sísmico del Sector 21,
clasiĄcando el territorio en cuatro categorías: bajo, medio, alto y muy alto. Los resultados muestran un
claro predominio de los niveles alto y muy alto, evidenciando que la mayor parte del territorio presenta
condiciones desfavorables frente a un escenario sísmico severo. Las zonas clasiĄcadas con peligro muy
alto se concentran principalmente en sectores con mayores pendientes, condiciones geológicas menos
favorables y elevada exposición sísmica.
El patrón espacial obtenido (Figura 2) demuestra que la población se encuentra distribuida sobre
áreas con diferentes niveles de susceptibilidad, lo que justiĄca la incorporación de criterios de accesibilidad
y cobertura territorial para la planiĄcación de albergues temporales y rutas de evacuación.
Fig. 2. Mapa del nivel del peligro originado por sismo y exposición al peligro originado por sismo.
Una vez calculado el índice de peligro sísmico mediante la integración ponderada de las variables
geoespaciales, los valores obtenidos fueron clasiĄcados en cuatro niveles de peligro (Tabla 2). Esta
clasiĄcación permitió estandarizar la interpretación de los resultados espaciales y facilitar la identiĄcación
de las zonas prioritarias para la planiĄcación de medidas de mitigación y respuesta.
Méndez R. et al. Optimización de la ubicación de albergues temporales...
33
ISSN-e: 2542-3401
Período: julioŰseptiembre, 2026
Universidad, Ciencia y Tecnología
Vol. 30, Núm. 132 (pp. 28Ű37)
Tabla 2. ClasiĄcación del peligro sísmico empleada en el estudio.
Nivel de peligro Intervalo
Muy alto 0,272Ű0,459
Alto 0,161Ű0,272
Medio 0,089Ű0,161
Bajo 0,049Ű0,089
La clasiĄcación presentada en la Tabla 2 constituye el criterio utilizado para la elaboración del mapa
de peligro sísmico del Sector 21. A partir de estos intervalos fue posible diferenciar espacialmente las
áreas con distintos niveles de amenaza, proporcionando una base objetiva para el análisis de exposición
poblacional, la localización de albergues temporales y el diseño de rutas óptimas de evacuación.
C. Optimización de la ubicación de albergues temporales
El análisis multicriterio permitió identiĄcar trece ubicaciones potenciales para la instalación de
albergues temporales, distribuidas estratégicamente para maximizar la cobertura espacial de la población
expuesta. La selección consideró simultáneamente el nivel de peligro sísmico, la accesibilidad vial, la
disponibilidad de espacios abiertos, la proximidad a la población y la existencia de servicios básicos. Las
áreas propuestas corresponden principalmente a parques, canchas deportivas y terrenos con condiciones
adecuadas para su utilización durante situaciones de emergencia. El análisis espacial evidenció que la
distribución propuesta mejora la cobertura territorial y reduce las distancias de desplazamiento respecto
a una selección basada únicamente en disponibilidad física del terreno.
Fig. 3. Propuesta de ubicación de albergues temporales ante desastres.
D. Rutas óptimas de evacuación
El análisis de redes realizado en ArcGIS permitió establecer las rutas óptimas de evacuación entre las
zonas pobladas y los albergues temporales propuestos (Tabla
3). Las rutas fueron deĄnidas considerando
la conectividad vial, la pendiente del terreno, el estado de la infraestructura y la distancia de recorrido.
El modelo priorizó trayectos con menores tiempos estimados de desplazamiento y menor exposición a
zonas de peligro, favoreciendo una evacuación más segura y eĄciente. Los resultados muestran que la
red propuesta conecta la totalidad de los albergues con las principales áreas habitadas del Sector 21,
Méndez R. et al. Optimización de la ubicación de albergues temporales...
34
ISSN-e: 2542-3401
Período: julioŰseptiembre, 2026
Universidad, Ciencia y Tecnología
Vol. 30, Núm. 132 (pp. 28Ű37)
constituyendo una base técnica para la elaboración de planes locales de evacuación y respuesta ante
terremotos.
Tabla 3. Albergues temporales propuestos e identiĄcación espacial en el Sector 21.
Código Albergue temporal
Coordenada UTM
X (m)
Coordenada UTM
Y (m)
AT-01 15 de junio 272957,136 8681466,007
AT-02 Plaza de Laderas 272650,395 8681484,528
AT-03 Las Brisas 272779,115 8681555,371
AT-04 Canchón 273010,428 8681769,485
AT-05 La Hacienda 273289,140 8681960,462
AT-06 Loza Deportiva 272830,352 8682013,643
AT-07 Canchón C22 272107,421 8681642,895
AT-08 Discípulos de Jesús 272011,183 8681683,738
AT-09 Parque Z 272023,649 8681762,844
AT-10 Canchón C18 272148,722 8681718,134
AT-11 Canchón Z1 271777,299 8681625,459
AT-12 Nuevo Amanecer 272430,936 8682170,436
AT-13 Canchón Z2 272479,434 8682885,054
Nota. Elaboración propia a partir de la información geoespacial obtenida mediante ArcGIS 10.8.
E. Discusión de resultados
Los resultados obtenidos conĄrman la utilidad de la integración entre Sistemas de Información
GeográĄca y el Proceso de Análisis Jerárquico (AHP) para apoyar la planiĄcación territorial en escenarios
de amenaza sísmica. La combinación de variables relacionadas con la geología, la topografía, el tipo
de suelo, la accesibilidad vial y la distribución espacial de la población permitió identiĄcar ubicaciones
técnicamente favorables para la instalación de albergues temporales, evidenciando la capacidad de los
modelos multicriterio para integrar información heterogénea dentro de un proceso de decisión espacial.
Estos hallazgos son consistentes con investigaciones recientes que destacan la eĄcacia de los enfoques
GIS-MCDA para reducir la subjetividad en la selección de infraestructura crítica y mejorar la planiĄcación
preventiva frente a desastres naturales [4], [5], [6].
La propuesta de trece albergues temporales estratégicamente distribuidos demuestra que la opti-
mización espacial constituye una herramienta efectiva para fortalecer la cobertura territorial durante una
emergencia sísmica. Este resultado coincide con los modelos de localización-asignación desarrollados por
Zhao et al. [
10
], Shi et al. [
12
] y He y Xie [
11
], quienes evidenciaron que la incorporación simultánea
de criterios de accesibilidad y cobertura poblacional incrementa signiĄcativamente la eĄciencia de la
respuesta ante desastres. De manera similar, Ghasemi et al. [
8
], [
9
] demostraron que la optimización
espacial permite reducir las distancias de desplazamiento y mejorar la distribución de los recursos de
emergencia bajo escenarios de incertidumbre.
Desde una perspectiva metodológica, la utilización del AHP permitió asignar pesos relativos a las
variables de análisis mediante un procedimiento estructurado y ampliamente validado en estudios de
evaluación espacial del riesgo. Investigaciones recientes han conĄrmado que la integración entre SIG y
AHP continúa siendo una de las metodologías más utilizadas para la identiĄcación de zonas prioritarias
de intervención debido a su Ćexibilidad, facilidad de implementación e interpretación de resultados
[
16
], [
17
], [
18
], [
19
]. Asimismo, la incorporación de análisis multicriterio facilita la adaptación del
modelo a diferentes contextos urbanos mediante la modiĄcación de los factores de evaluación según las
características propias del territorio.
Aunque el estudio se desarrolló en el Sector 21 del distrito de Puente Piedra, la metodología
propuesta posee un carácter replicable que permite su aplicación en otras zonas urbanas expuestas a
amenaza sísmica. La integración de información geoespacial con modelos multicriterio proporciona
un procedimiento objetivo para apoyar la toma de decisiones en la gestión del riesgo de desastres,
favoreciendo la planiĄcación preventiva y la optimización de recursos antes de la ocurrencia de eventos
extremos. En este sentido, el enfoque presentado constituye una alternativa técnicamente viable
para fortalecer la resiliencia urbana y mejorar los procesos de planiĄcación territorial en ciudades con
Méndez R. et al. Optimización de la ubicación de albergues temporales...
35
ISSN-e: 2542-3401
Período: julioŰseptiembre, 2026
Universidad, Ciencia y Tecnología
Vol. 30, Núm. 132 (pp. 28Ű37)
condiciones similares de vulnerabilidad [1], [3], [14], [15].
Finalmente, una de las principales limitaciones del estudio radica en que el modelo se fundamenta
en información espacial estática, sin considerar variaciones temporales relacionadas con la movilidad
urbana, la capacidad operativa de los albergues o los cambios en la demanda durante una emergencia.
Futuras investigaciones podrían incorporar mo delos dinámicos de simulación, análisis de redes en tiempo
real y escenarios sísmicos múltiples para evaluar diferentes condiciones operativas y fortalecer aún más
los procesos de planiĄcación y respuesta ante desastres.
CONCLUSIONES
La integración de Sistemas de Información GeográĄca y el Proceso de Análisis Jerárquico permitió
desarrollar un modelo espacial robusto para evaluar el peligro sísmico y optimizar la ubicación de albergues
temporales en el Sector 21 del distrito de Puente Piedra. La metodología facilitó la incorporación
simultánea de variables geológicas, topográĄcas y de accesibilidad, proporcionando una representación
espacial objetiva de las condiciones de riesgo y de la cobertura territorial requerida para la respuesta
ante emergencias.
Los resultados evidenciaron que el área de estudio presenta un predominio de condiciones de peligro
alto y muy alto, conĄrmando la necesidad de fortalecer la planiĄcación preventiva mediante criterios
técnicos que trasciendan la simple disponibilidad de espacios físicos. La propuesta de trece albergues
temporales y de sus correspondientes rutas de evacuación demuestra que la aplicación de herramientas de
análisis multicriterio permite mejorar la cobertura poblacional y favorecer desplazamientos más seguros
y eĄcientes durante un escenario sísmico.
Desde el punto de vista metodológico, el estudio conĄrma la utilidad de los modelos GIS-AHP como
instrumentos de apoyo para la toma de decisiones en gestión del riesgo de desastres. La estrategia
desarrollada constituye un procedimiento replicable que puede adaptarse a otros contextos urbanos con
características similares, contribuyendo a la planiĄcación territorial y al fortalecimiento de la resiliencia
urbana mediante criterios cuantitativos y espacialmente explícitos.
Finalmente, se recomienda que investigaciones futuras incorporen información dinámica sobre
capacidad operativa de los albergues, variaciones temporales en la movilidad urbana y escenarios sísmicos
múltiples, con el propósito de desarrollar modelos de optimización aún más precisos que fortalezcan la
planiĄcación de la respuesta ante desastres.
REFERENCIAS
[1]
S. Ghaffarian, N. Kerle, and T. Filatova, “Remote sensing-based proxies for urban disaster risk
management and resilience: A review,Ť Remote Sensing, vol. 10, no. 11, p. 1760, 2018.
[2]
A. Lorenzo-Alonso, Á. Utanda, M. E. Aulló-Maestro, and M. Palacios, “Earth observation actionable
information supporting disaster risk reduction efforts in a sustainable development framework,Ť
Remote Sensing, vol. 11, no. 1, p. 49, 2019.
[3]
A. Corbea-Pérez, A. Merino, A. Navarro, and E. García-Ortega, “Integrating physical drivers for
wildĄre hazard modelling in support of disaster risk reduction: A case study in castile and león,
spain,Ť International Journal of Disaster Risk Reduction, p. 106047, 2026.
[4]
S. Sisman and A. C. Aydinoglu, “Using gis-based multi-criteria decision analysis techniques in
the smart cities,Ť International Archives of the Photogrammetry, Remote Sensing and Spatial
Information Sciences, vol. XLIV-4/W3, pp. 383Ű389, 2020.
[5]
M. Yalcin and F. K. Gul, “A gis-based multi-criteria decision analysis approach for exploring
geothermal resources: Akarcay basin (afyonkarahisar),Ť Geothermics, vol. 67, pp. 18Ű28, 2017.
[6]
A. G. P. Neto et al., “Analytic hierarchy process (ahp) to determine the susceptibility to mass
movements in bairro da macaxeira (recife-pe, brazil),Ť Revista GeográĄca Acadêmica, vol. 17, no. 1,
pp. 5Ű22, 2023.
Méndez R. et al. Optimización de la ubicación de albergues temporales...
36
ISSN-e: 2542-3401
Período: julioŰseptiembre, 2026
Universidad, Ciencia y Tecnología
Vol. 30, Núm. 132 (pp. 28Ű37)
[7]
M. Ye, J. Wang, J. Huang et al., “Methodology and its application for community-scale evacuation
planning against earthquake disaster,Ť Natural Hazards, vol. 61, pp. 881Ű892, 2012.
[8]
P. Ghasemi, K. Khalili-Damghani, A. Hafezalkotob, and S. Raissi, “Uncertain multi-objective
multi-commodity multi-period multi-vehicle location-allocation model for earthquake evacuation
planning,Ť Applied Mathematics and Computation, vol. 350, pp. 105Ű132, 2019.
[9]
ŮŮ, “Stochastic optimization model for distribution and evacuation planning: A case study of
tehran earthquake,Ť Socio-Economic Planning Sciences, vol. 71, p. 100745, 2020.
[10]
L. Zhao, H. Li, Y. Sun, R. Huang, Q. Hu, J. Wang, and F. Gao, “Planning emergency shelters
for urban disaster resilience: An integrated location-allocation modeling approach,Ť Sustainability,
vol. 9, no. 11, p. 2098, 2017.
[11]
L. He and Z. Xie, “Optimization of urban shelter locations using bi-level multi-objective location-
allocation model,Ť International Journal of Environmental Research and Public Health, vol. 19,
no. 7, p. 4401, 2022.
[12]
Y. Shi, G. Zhai, L. Xu, Q. Zhu, and J. Deng, “Planning emergency shelters for urban disasters: A
multi-level location-allocation modeling approach,Ť Sustainability, vol. 11, no. 16, p. 4285, 2019.
[13]
S. Geng, H. Hou, and Z. Zhou, “A hybrid approach of vikor and bi-objective decision model for
emergency shelter location-allocation to respond to earthquakes,Ť Mathematics, vol. 9, no. 16, p.
1897, 2021.
[14]
M. D. Eelagh and R. A. Abbaspour, “A location-allocation optimization model for post-earthquake
emergency shelters using network-based multi-criteria decision-making,Ť Decision Analytics Journal,
vol. 10, p. 100430, 2024.
[15]
A. Al-Hemoud, J. Alqahtani, A. Mhawish et al., “Sand and dust storms, sand encroachment, and
drought in kuwait: A basis for formulating a disaster risk reduction plan,Ť Natural Hazards, vol.
122, p. 81, 2026.
[16]
Y. Kızılkan and S. Birinci, “Integration of gis and mcdm for temporary shelter site selection in
earthquake-risk zone: A case study with sensitivity analysis,Ť Natural Hazards, vol. 122, no. 11,
2026.
[17]
O. Nasanlı and D. T. Kejanlı, “Spatial analysis of earthquake risk in şanlıurfa city center,Ť GeoHaz-
ards, vol. 7, no. 2, 2026.
[18]
Ö. Dilmen, A. Demir, A. E. Dinçer, Ş. Öztürk, and V. Kalpakcı, “A machine-learning-based
multi-hazard gis-ahp framework for wind turbine siting under earthquake-landslide coupling,Ť
Environmental Research Communications, vol. 8, no. 5, p. 055047, 2026.
[19]
M. F. Altun and N. S. Sağ, “Identifying and prioritizing disaster-oriented urban transformation
areas using gis-ahp: The case of akşehir,Ť ICONARP International Journal of Architecture and
Planning, vol. 14, no. 1, pp. 105Ű130, 2026.
Méndez R. et al. Optimización de la ubicación de albergues temporales...
37
